Object

Title: Ինֆորմացիոն տեսական մոտեցում համայնքների հայտնաբերման խնդրին ; Информационно-теоретический подход к задаче обнаружения сообществ

Co-author(s) :

Մխիթարյան Կարեն ; Мхитарян Карен

Abstract:

Իրական աշխարհի բարդ ցանցերը օժտված են թաքնված ինֆորմացիայով, այսպես կոչված համայնքներով կամ խմբերով, որոնց ներսում հանգույցները ավելի խիստ են կապված, քան համայնքների միջև: Համայնքների հետազոտությունը հիմնավորված է մեծ թվով կիրառություններով տարբեր գիտություններում, ինչպիսիք են' կոմպյուտերագիտությունը և մեքենայական ուսուցումը, կենսաբանությունը, տնտեսագիտությունը և սոցիալական ցանցերը: Համայնքների հայտնաբերման տարբեր ալգորիթմների մշակման հետ զուգահեռ հետազոտողների ուշադրությունն են գրավում նաև հավանականային ցանցերի մոդելները, մասնավորապես, ստոխաստիկ բլոկ մոդելը, որը պատահական գրաֆների կառուցման մոդել է և ստեղծում է համայնքների կառուցվածքով ցանցեր: Այս հոդվածում ուսումնասիրվում է ստոխաստիկ բլոկ մոդելի և ինֆորմացիայի տեսության միջև կապի վերաբերյալ գիտական արդյունքների վիճակը:
; Реальные сложные сети обладают скрытой информацией под названием сообщества или кластеры, состоящих из узлов, тесно связаных в кластере и слабо связанных между сообществами. Исследование сообществ подтвердило бесчисленное множество применений в различных науках, таких как компьютерные науки и машинное обучение, биология, экономика и социальные сети. Параллельно с развитием различных алгоритмов обнаружения сообществ, модели вероятностных сетей также привлекают больше внимания, в частности стохастическая блочная модель, которая создает сети со структурой сообщества. В данной статье исследуется современное состояние науки о связях стохастической блок модели с теорией информации.

Identifier:

oai:noad.sci.am:135988

Language:

Անգլերեն

Country:

Հայաստան

Object collections:

Last modified:

May 3, 2021

In our library since:

Jul 28, 2020

Number of object content hits:

17

All available object's versions:

https://noad.sci.am/publication/149601

Show description in RDF format:

RDF

Show description in OAI-PMH format:

OAI-PMH

Objects

Similar

This page uses 'cookies'. More information